[發(fā)明專利]一種文本信息的翻譯方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011254775.3
• 申請(qǐng)日: 2020-11-11
• 公開（公告）號(hào): CN112270200B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 徐民凱;王明軒;李磊
• 申請(qǐng)（專利權(quán)）人: 北京有竹居網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06F40/58
• 分類號(hào): G06F40/58;G06N3/0464;G06N3/0499;G06N3/08
• 代理公司: 北京遠(yuǎn)智匯知識(shí)產(chǎn)權(quán)代理有限公司 11659
• 代理人: 范坤坤

1.一種文本信息的翻譯方法，其特征在于，包括：

根據(jù)獲取到的并行語料對(duì)集合，對(duì)各初始翻譯模型分別進(jìn)行初始翻譯訓(xùn)練，以獲取初始訓(xùn)練完成的多個(gè)基礎(chǔ)翻譯模型；其中，各所述初始翻譯模型基于神經(jīng)網(wǎng)絡(luò)構(gòu)建，各所述初始翻譯模型的網(wǎng)絡(luò)結(jié)構(gòu)和/或解碼方向不同；

根據(jù)獲取到的單語語料集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行迭代訓(xùn)練，直至各所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相似度符合預(yù)設(shè)相似閾值時(shí)，將當(dāng)前各所述基礎(chǔ)翻譯模型作為增強(qiáng)翻譯模型；

通過各所述增強(qiáng)翻譯模型，對(duì)待處理的文本信息進(jìn)行翻譯處理，以將所述文本信息翻譯為目標(biāo)語言文本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)獲取到的并行語料對(duì)集合，對(duì)各初始翻譯模型分別進(jìn)行初始翻譯訓(xùn)練，包括：

根據(jù)獲取到的并行語料對(duì)集合，對(duì)各初始翻譯模型分別進(jìn)行最大似然估計(jì)訓(xùn)練。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述初始翻譯模型包括基于Transformer架構(gòu)的神經(jīng)網(wǎng)絡(luò)模型、卷積神經(jīng)網(wǎng)絡(luò)模型和/或循環(huán)神經(jīng)網(wǎng)絡(luò)模型；所述解碼方向包括從左向右解碼和/或從右向左解碼。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)獲取到的單語語料集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行迭代訓(xùn)練，包括：

將獲取到的單語語料集合分別輸入至各所述基礎(chǔ)翻譯模型，以通過各所述基礎(chǔ)翻譯模型獲取對(duì)應(yīng)的翻譯語料集合，并根據(jù)所述單語語料集合和各所述翻譯語料集合，構(gòu)建組合語料對(duì)集合；

根據(jù)所述組合語料對(duì)集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行迭代訓(xùn)練。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述組合語料對(duì)集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行迭代訓(xùn)練，包括：

根據(jù)所述組合語料對(duì)集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行最大似然估計(jì)訓(xùn)練。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在根據(jù)所述組合語料對(duì)集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行最大似然估計(jì)訓(xùn)練后，還包括：

判斷各所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相似度是否符合預(yù)設(shè)相似閾值；

若各所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相似度不符合預(yù)設(shè)相似閾值，則將所述單語語料集合再次輸入至各所述基礎(chǔ)翻譯模型，以通過各所述基礎(chǔ)翻譯模型再次獲取對(duì)應(yīng)的翻譯語料集合，并根據(jù)所述單語語料集合和再次獲取的各所述翻譯語料集合，再次構(gòu)建組合語料對(duì)集合，并根據(jù)再次構(gòu)建的所述組合語料對(duì)集合，對(duì)各所述基礎(chǔ)翻譯模型進(jìn)行最大似然估計(jì)訓(xùn)練。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述直至各所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相似度符合預(yù)設(shè)相似閾值時(shí)，將當(dāng)前各所述基礎(chǔ)翻譯模型作為增強(qiáng)翻譯模型，包括：

獲取各所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相對(duì)熵；

若任意兩個(gè)所述基礎(chǔ)翻譯模型的輸出結(jié)果之間的相對(duì)熵均小于等于預(yù)設(shè)相對(duì)熵閾值，則將當(dāng)前各所述基礎(chǔ)翻譯模型作為增強(qiáng)翻譯模型。

8.根據(jù)權(quán)利要求1-7任一項(xiàng)所述的方法，其特征在于，所述通過各所述增強(qiáng)翻譯模型，對(duì)待處理的文本信息進(jìn)行翻譯處理，以將所述文本信息翻譯為目標(biāo)語言文本，包括：

通過各所述增強(qiáng)翻譯模型，分別對(duì)待處理的文本信息進(jìn)行翻譯處理，以獲取各輸出位置的字符概率分布，并將相同輸出位置的各所述字符概率分布進(jìn)行累加，將累加結(jié)果最高的字符作為對(duì)應(yīng)輸出位置的目標(biāo)字符；和/或

通過各所述增強(qiáng)翻譯模型，分別對(duì)待處理的文本信息進(jìn)行翻譯處理，以獲取各輸出位置的預(yù)翻譯字符，并在相同輸出位置的各所述預(yù)翻譯字符中，將出現(xiàn)次數(shù)最多的預(yù)翻譯字符作為對(duì)應(yīng)輸出位置的目標(biāo)字符。